深读英伟达 Kimodo：文本生成 3D 动作的全流程开源引擎

maier_ak · x · 2026-08-31

文章深入解析了 NVIDIA 发布的 Kimodo 项目。Kimodo 是首个开源的扩散模型，能通过自然语言和运动学约束（如关键帧、路径）生成 3D 人体或机器人动作。文章指出，NVIDIA 发布的不仅是模型，而是包含 CLI、Web Demo、5 个预训练权重、基准测试和训练脚本的完整管线。它解决了高质量动作数据稀缺的瓶颈，可在单张 RTX 3090 或小于 3GB 显存的 GPU 上运行，大幅降低了机器人仿真和交互娱乐的开发门槛。